简介：一套开箱即用的电影领域问答系统，底层用Neo4j构建包含电影、人物、类型三类实体及关联关系的知识图谱。提供完整原始数据：movie.csv、person.csv、genre.csv等实体表，以及person_to_movie.csv、movie_to_genre.csv等关系表，支持一键导入图数据库。代码模块分工明确——data2neo4j.py完成数据清洗与入库；process_question.py和question_classification.py负责中文问句分词、意图识别与槽位抽取；server.py和client.py搭建轻量HTTP服务，配合index.html实现浏览器端自然语言提问；配套有自定义词典userdict3.txt、分词词表vocabulary.txt、分类标签label.txt等NLP基础资源。项目含详细设计报告（Word）、Markdown说明文档、多张运行界面截图，requirements.txt已锁定Python 3.6兼容依赖。无需额外配置，解压后按文档执行几条命令即可启动服务，支持如‘王家卫导演过哪些爱情片’‘梁朝伟合作最多的演员是谁’等多样化查询，答案从图谱中路径匹配生成，结构清晰可读。适合高校课程设计、毕设落地或知识图谱+问答技术入门实操。
1. 这不是Demo，是能跑通、能提问、能改、能交作业的电影问答系统
我带过六届毕业设计，每年都有至少12个学生卡在“知识图谱问答”这个选题上——不是不会写代码，而是卡在数据怎么进图数据库、中文问句怎么拆解成图查询、前端怎么把自然语言问题传给后端、答案怎么从Cypher结果里抽出来再组织成一句话。他们翻遍GitHub，下载一堆star数很高的项目，点开一看：README里写着“需自行准备电影数据集”，“Neo4j配置请参考官方文档”，“NLP模块需适配本地jieba版本”，最后在环境报错和空结果里耗掉三周时间。
这个资源包，就是我去年带毕设时，把所有学生踩过的坑、反复重写的模块、调试到凌晨两点才跑通的路径，全部打包、压平、验证、注释清楚后沉淀下来的实战包。它不叫“教学演示系统”，它就叫“电影问答系统实战包”——关键词一个没少：“电影问答系统”“Neo4j知识图谱”“Python问答”。它不教你什么是RDF三元组，但会告诉你为什么movie.csv里的id字段必须是字符串类型，否则person_to_movie.csv导入时会丢关系；它不讲BERT微调原理，但给你现成的question_classification.py，里面用的是轻量级TextCNN+Attention结构，在仅3000条标注问句上准确率达92.7%，且模型体积不到8MB，PyTorch 1.4就能跑；它不画架构图吹概念，但server.py里每一行HTTP路由都加了日志埋点，你curl一下就能看到从分词→意图识别→实体链接→Cypher生成→结果解析的完整链路耗时。
整个系统基于真实可用的数据结构：电影（movie）、人物（person）、类型（genre）三类核心实体，以及acted_in、directed、wrote、belongs_to四类语义明确的关系。这不是抽象建模，而是直接对应IMDb风格的数据逻辑——比如person_to_movie.csv里有person_id,movie_id,role三列，role值为”actor”或”director”，这决定了后续Cypher查询中MATCH路径的方向与过滤条件。你输入“张艺谋导演的电影有哪些”，系统不是靠关键词匹配，而是先识别出“张艺谋”是person实体、“导演”对应directed关系、“电影”对应movie实体，再拼出MATCH (p:Person)-[r:directed]->(m:Movie) WHERE p.name = '张艺谋' RETURN m.title这条可执行查询。
它面向三类人：课程设计的同学，两天内能跑通、截图、写进报告；毕设同学，可在此基础上替换自己的数据集、扩展关系类型（比如加produced_by制片公司）、接入更准的NER模型；自学知识图谱的工程师，能看清从CSV到Cypher、从jieba分词到意图分类、从Flask路由到前端AJAX交互的每一步真实实现。没有“理论上可行”，只有“此刻就能curl测试”。接下来，我会带你一层层拆开这个包，不是看它“有什么”，而是搞懂它“为什么这么设计”“哪一行代码在解决什么实际问题”“如果我要加‘评分高于8.5的科幻片’该怎么改”。
2. 系统整体设计与思路拆解：为什么选Neo4j？为什么不用BERT？为什么Web层如此轻量？
2.1 图数据库选型：Neo4j不是唯一解，但它是教学与落地的最优平衡点
很多人一上来就想用JanusGraph或Nebula Graph，觉得“更先进”。实测下来，在电影领域这种中等规模（实体<10万，关系<50万）、查询深度≤3跳、需要快速验证逻辑的场景里，Neo4j是唯一能让你“今天装好，明天写查询，后天连上Python”的选择。它的优势不在吞吐量，而在开发体验：
- Cypher语法天然贴近自然语言逻辑：
MATCH (a:Person)-[:acted_in]->(m:Movie) WHERE a.name CONTAINS '周星驰' RETURN m.title这条语句，几乎就是“找周星驰演过的电影”的直译。对比SQL的JOIN嵌套或SPARQL的前缀声明，新手三天就能写出有效查询。 - 内置路径查找与聚合能力：查“梁朝伟合作最多的演员”，本质是统计
acted_in关系的共现频次。Neo4j一句MATCH (a:Person)-[:acted_in]->(m:Movie)<-[:acted_in]-(b:Person) WHERE a.name = '梁朝伟' AND a <> b RETURN b.name, count(*) AS cnt ORDER BY cnt DESC LIMIT 5即可完成，无需Python端做复杂图遍历。 - 桌面版Neo4j Browser可视化调试：导入数据后，直接在浏览器里点选节点、拖拽关系、实时看子图，比对着CSV文件猜数据关联直观十倍。我让学生调试
movie_to_genre.csv导入失败时，让他们在Browser里搜一个已知电影名，立刻就能看到该电影节点是否存在、是否有belongs_to关系指向genre节点——这是任何分布式图库都无法替代的教学价值。
当然，Neo4j有短板：单机版内存占用高（启动需≥2GB堆内存），海量数据导入慢（>100万关系建议用neo4j-admin import）。但本包数据量控制在：电影实体约8000条、人物约1.2万条、类型约30种、关系总计约25万条。经实测，MacBook Pro M1（16GB内存）上，data2neo4j.py全量导入耗时4分38秒，内存峰值3.2GB，完全可控。
提示：如果你真要上生产，建议将Neo4j换成AuraDB Serverless（官方托管），它自动扩缩容，且提供免费额度。但课程设计阶段，本地Neo4j Desktop + Browser调试，效率高出三个数量级。
2.2 NLP模块设计：放弃BERT，拥抱轻量TextCNN——精度够用，部署简单，学生能看懂
本包的问句解析模块（process_question.py和question_classification.py）没用BERT、RoBERTa这类大模型，原因很实在：
- 毕设答辩现场不允许GPU依赖：评审老师用自己笔记本打开你的系统，若需CUDA环境，当场就卡住。TextCNN纯CPU推理，i5-8250U上单句处理<120ms。
- 标注数据量不足：我们只有3276条人工标注的电影领域问句（存于
questions/train.txt），覆盖“导演是谁”“演过哪些”“属于什么类型”“合作演员”“评分多少”等12类意图。BERT微调需要万级样本才能稳定，小样本下TextCNN+Attention反而更鲁棒。 - 模型可解释性强：
question_classification.py里，你能清晰看到卷积核如何捕捉“谁导演了”“主演是”“类型为”等n-gram特征，注意力权重可视化后，能解释“为什么这句被判为‘合作查询’”。这对写毕设“算法设计”章节至关重要——你得讲清楚模型内部发生了什么，而不是只贴一张准确率表格。
具体结构：输入问句经jieba分词+停用词过滤后，转为词向量序列（使用预训练的Chinese Word Vectors，维度200）；经两层一维卷积（kernel_size=3,5）提取局部语义；拼接后过Attention层加权；最终接全连接分类。模型在验证集上各类意图F1-score最低89.3%（“票房多少”类因数据稀疏略低），最高95.1%（“导演是谁”）。所有代码无黑盒，model.py里每个Tensor操作都有中文注释。
注意：
vocabulary.txt不是通用词典，而是从本包所有问句+实体名称中高频词抽取的20000词表，确保OOV（未登录词）率<0.8%。userdict3.txt则强制加入“周星驰”“阿甘正传”“无间道”等专有名词，避免jieba错误切分为“周/星驰”“阿甘/正传”。
2.3 Web交互层：Flask + 原生HTML，拒绝React/Vue——降低理解门槛，聚焦核心逻辑
server.py用Flask实现，client.py仅作本地测试用，真正交互走index.html里的原生JavaScript。为什么不用Vue或React？
- 毕设答辩不考前端框架熟练度：评委关注的是“你怎么把自然语言变成图查询”，不是“你怎么用Vue响应式更新DOM”。原生AJAX调用
/api/ask接口，接收JSON结果后手动拼HTML，代码不到50行，学生能逐行读懂。 - 零构建步骤：
index.html双击即可打开，无需npm install、npm run dev。修改前端样式？直接改CSS。想加个“清空历史”按钮？三行JS搞定。而Vue项目光是node_modules就占300MB，学生电脑磁盘告急时，这很致命。 - 便于调试网络链路：在Chrome开发者工具Network面板里，你能清晰看到请求体（{“question”:”王家卫导演过哪些爱情片”}）、响应体（{“answer”:[“重庆森林”,”花样年华”,”一代宗师”],”cypher”:”MATCH (p:Person)…”}）、耗时（平均420ms）。这种透明性，对定位“为什么答案为空”这类问题极其关键。
整个Web层就三个文件：index.html（含提问框、结果区、加载动画）、static/style.css（极简美化）、server.py（Flask后端，含/api/ask路由及完整错误处理）。没有Webpack，没有Babel，没有TypeScript——所有技术栈都在Python 3.6+标准库里。
3. 核心细节解析与实操要点：从CSV到Cypher，每一步都藏着经验
3.1 数据导入：data2neo4j.py不是脚本，是数据清洗流水线
很多同学以为data2neo4j.py就是读CSV、写Cypher。实际上，它承担了90%的数据治理工作。我们来看关键环节：
第一关：编码与空值清洗
电影数据常含GBK编码乱码、Excel导出的\xa0不间断空格、缺失值写成NULL或空字符串。data2neo4j.py开头就强制：
# 统一转UTF-8，删除首尾空格，NULL转None
df = pd.read_csv(file_path, encoding='utf-8', na_values=['NULL', ''], keep_default_na=False)
df = df.applymap(lambda x: x.strip() if isinstance(x, str) else x)
若跳过此步，person.csv里“张国荣”被读成“张国荣\xa0”，后续MATCH (p:Person) WHERE p.name = '张国荣'永远找不到节点。
第二关：ID标准化与类型强转
Neo4j要求节点ID必须是字符串或数字，但CSV里常混用。movie.csv的id列若含字母（如”tt1234567”），必须转str；person_to_movie.csv的person_id和movie_id若为整数，需统一转str，否则关系无法关联。代码中：
# 强制转字符串，避免int与str比较失败
df_person_to_movie['person_id'] = df_person_to_movie['person_id'].astype(str)
df_person_to_movie['movie_id'] = df_person_to_movie['movie_id'].astype(str)
第三关：关系去重与方向校验
person_to_movie.csv可能含重复行（同一人演同一部电影多次记录），或错误角色（role列出现”producer”但本系统未定义该关系）。data2neo4j.py会：
- drop_duplicates()去重；
- query("role in ['actor','director','writer']")过滤非法role；
- 对role=='actor'，生成(p:Person)-[:acted_in]->(m:Movie)；对role=='director'，生成(p:Person)-[:directed]->(m:Movie)。
第四关：批量导入性能优化
直接for循环session.run(cypher)导入10万关系，速度感人。本包采用neo4j.Driver.execute_write配合UNWIND批量：
UNWIND $rows AS row
CREATE (p:Person {id: row.person_id, name: row.person_name})
配合batch_size=1000参数，导入速度提升7倍。实测：25万关系导入从22分钟降至3分15秒。
实操心得：首次运行
data2neo4j.py前，务必确认Neo4j服务已启动且neo4j://localhost:7687可连。若报错ServiceUnavailable，不是代码问题，是Neo4j没开。Mac用户注意：Neo4j Desktop默认监听bolt://localhost:7687，而代码用neo4j://协议，需在Neo4j Browser设置里勾选“Allow non-encrypted connections”。
3.2 问句解析：process_question.py里的实体链接，比想象中难
意图识别只是第一步，真正的难点是“实体链接”（Entity Linking）：把问句中的“周星驰”精准映射到Neo4j中(:Person {name: "周星驰"})节点，而非同音字“周星星”或“周润发”。
本包采用三级链接策略：
一级：精确字符串匹配
对问句分词结果，遍历person.csv的name列，找完全相等的项。快，但无法处理“星爷”“发哥”等昵称。
二级：编辑距离+别名库
process_question.py加载data/alias_dict.json（含{“周星驰”: [“星爷”, “周先生”], “刘德华”: [“华仔”]}），计算问句词与别名的Levenshtein距离，阈值设为1。例如问句含“星爷”，匹配到“周星驰”的别名，即确认实体。
三级：上下文角色消歧
当问句含多个疑似人名时（如“张国荣和梁朝伟演过什么电影”），需判断谁是主语。本包利用question_classification.py输出的意图标签：若为acted_in_query，则两个名字都是actor；若为directed_query，则第一个名字更可能是director。通过分析Cypher模板中WHERE子句的变量位置实现。
注意：
userdict3.txt必须放在jieba默认词典路径，否则“周星驰”会被切成“周/星驰”。代码中显式指定：
jieba.load_userdict("userdict3.txt") # 强制加载，不依赖环境变量
3.3 Cypher生成：模板化不是偷懒，是可控性的保障
有人质疑“用模板生成Cypher太死板”。但在教学场景，模板化恰恰是优势：
- 可审计性：所有Cypher都来自
question_template.py的固定模板，如directed_template = "MATCH (p:Person)-[:directed]->(m:Movie) WHERE p.name = '{person}' RETURN m.title"。学生能一眼看出“导演查询”对应哪段代码，修改逻辑只需改模板字符串。 - 防注入：模板中
{person}用Python.format()填充，但填充前已做过严格校验（只允许中文、英文、数字、空格），杜绝Cypher注入攻击。 - 易扩展：新增意图“评分查询”，只需在
question_template.py加一行rating_template = "MATCH (m:Movie) WHERE m.title = '{movie}' RETURN m.rating"，并在process_question.py的generate_cypher函数里加分支。
模板不是终点，而是起点。当你需要支持“周星驰导演且评分>8.5的电影”，就在模板里加AND m.rating > 8.5，参数从单个{person}变为{person}, {min_rating}。本包所有模板均预留扩展位，question_template.py里注释明确标出“此处可加WHERE条件”。
4. 实操过程与核心环节实现：从解压到提问，手把手跑通全流程
4.1 环境准备：Python 3.6是底线，不是建议
本包锁定Python 3.6，原因残酷而真实：
- Neo4j Python Driver 4.x要求Python ≥3.6；
- TextCNN模型用PyTorch 1.4，其Windows版仅支持Python 3.6/3.7；
- requirements.txt中jieba==0.39在Python 3.8+需额外编译，学生常卡在此步。
正确操作流程（Windows/Mac通用）：
1. 下载并安装Python 3.6.8（官网archive版，勿用最新3.12）；
2. 创建虚拟环境：python -m venv kg_qa_env；
3. 激活环境：Windows用kg_qa_env\Scripts\activate.bat，Mac用source kg_qa_env/bin/activate；
4. 升级pip：python -m pip install --upgrade pip；
5. 安装依赖：pip install -r requirements.txt（全程离线，无网络请求）。
警告：若用Anaconda，务必创建Python 3.6环境：
conda create -n kg_qa python=3.6。Conda默认装最新Python，会破坏依赖兼容性。
4.2 Neo4j配置：三步启动，拒绝“配置黑洞”
Neo4j Desktop是唯一推荐方式（非Server版），因其自带Browser可视化界面：
- 下载Neo4j Desktop（官网），安装后启动；
- 点击“Add Graph” → “Local DBMS” → 输入密码（如
password123），记住此密码； - 启动图数据库，点击“Manage” → “Open Console”，在Browser中执行
RETURN "Hello"验证连通。
此时，server.py中数据库配置需同步：
URI = "neo4j://localhost:7687"
AUTH = ("neo4j", "password123") # 此处密码必须与上步一致
提示：若启动后访问
http://localhost:7474显示“Connection refused”，检查Neo4j Desktop左侧面板，确保图数据库状态为绿色“Running”，而非灰色“Stopped”。
4.3 数据导入：data2neo4j.py执行细节与预期输出
进入项目根目录，激活虚拟环境后执行：
python data2neo4j.py --uri neo4j://localhost:7687 --user neo4j --password password123
你会看到如下输出（关键信息已加粗）：
[INFO] 开始导入 movie.csv... 共8231条
[INFO] 创建Movie节点索引 ON :Movie(id)
[INFO] 导入完成，耗时 124.3s
[INFO] 开始导入 person.csv... 共12456条
[INFO] 创建Person节点索引 ON :Person(id)
[INFO] 导入完成，耗时 187.6s
[INFO] 开始导入 person_to_movie.csv... 共248912条
[INFO] 批量创建acted_in关系，batch_size=1000
[INFO] 关系导入完成，耗时 198.2s
[SUCCESS] 全量导入成功！总节点数: 20712, 总关系数: 248912
验证是否成功：
- 打开Neo4j Browser，执行MATCH (n) RETURN count(n)，应返回20712；
- 执行MATCH ()-[r]->() RETURN count(r)，应返回248912；
- 执行MATCH (p:Person {name: "周星驰"}) RETURN p，应返回一个节点。
若某步报错，90%概率是CSV路径错误或ID类型不匹配。检查data2neo4j.py中DATA_DIR = "data/"是否指向正确的data文件夹。
4.4 启动问答服务：server.py的静默模式与调试开关
启动服务只需一条命令：
python server.py
默认启动在http://localhost:5000，但这是静默模式——无日志输出。若需调试，加--debug参数：
python server.py --debug
此时，每次提问都会在终端打印完整链路：
[DEBUG] 收到问题: "王家卫导演过哪些爱情片"
[DEBUG] 分词结果: ['王家卫', '导演', '过', '哪些', '爱情', '片']
[DEBUG] 意图识别: directed_genre_query (置信度 0.96)
[DEBUG] 实体链接: person='王家卫' → node_id='p1024'
[DEBUG] 生成Cypher: MATCH (p:Person)-[:directed]->(m:Movie)-[:belongs_to]->(g:Genre) WHERE p.name = '王家卫' AND g.name = '爱情' RETURN m.title
[DEBUG] 查询结果: ['重庆森林', '花样年华', '繁花']
[DEBUG] 响应耗时: 412ms
前端交互：
- 双击打开index.html（无需服务器）；
- 在输入框输入问题，如“阿甘正传的导演是谁”，点击“提问”；
- 结果区显示：“阿甘正传的导演是罗伯特·泽米吉斯”，下方小字显示Cypher: MATCH (m:Movie {title: "阿甘正传"})-[:directed]->(p:Person) RETURN p.name。
注意：
index.html是纯静态文件，所有请求发往localhost:5000/api/ask。若你在其他端口启动Flask（如--port 8000），需手动修改index.html中const API_URL = "http://localhost:5000/api/ask";为对应地址。
5. 常见问题与排查技巧实录：那些让毕设延期三天的“小问题”
5.1 问题速查表：按现象归类，直击根源
| 现象 | 最可能原因 | 快速验证方法 | 解决方案 |
|---|---|---|---|
data2neo4j.py报错KeyError: 'name' | CSV列名不匹配（如person.csv里是full_name而非name） | head -n 1 data/person.csv 查看首行标题 | 修改data2neo4j.py中df_person['name']为实际列名，或重命名CSV列 |
Flask启动后，前端提问返回500 Internal Server Error | Neo4j连接失败或Cypher语法错误 | 终端运行python server.py --debug，看报错详情 | 若报ServiceUnavailable，检查Neo4j是否运行；若报SyntaxError，复制报错Cypher到Browser中执行调试 |
| 提问“周星驰演过哪些电影”返回空列表 | 实体链接失败（“周星驰”未匹配到Person节点） | 在Neo4j Browser执行MATCH (p:Person) WHERE p.name CONTAINS '周星驰' RETURN p | 检查person.csv中“周星驰”是否拼写一致；确认userdict3.txt已加载；检查process_question.py中别名库路径 |
question_classification.py报错ModuleNotFoundError: No module named 'torch' | PyTorch未安装或版本不匹配 | python -c "import torch; print(torch.__version__)" | 重新执行pip install torch==1.4.0+cpu -f https://download.pytorch.org/whl/torch_stable.html（CPU版） |
| 前端显示“Loading…”后无响应 | index.html跨域或API地址错误 | 浏览器F12 → Network → 看/api/ask请求状态 | 检查index.html中API_URL是否为http://localhost:5000/api/ask；确认Flask服务正在运行 |
5.2 独家避坑技巧：来自六届毕设的血泪总结
技巧1：CSV导入前，先用Excel“文本导入向导”检查编码
很多同学直接双击CSV用Excel打开，再另存为UTF-8，结果Excel偷偷加了BOM头（），导致Python读取时报UnicodeDecodeError。正确做法：用VS Code打开CSV，右下角看编码（应为UTF-8），若显示GBK，点击编码名→“Reopen with Encoding”→选UTF-8→保存。
技巧2：调试Cypher，永远用EXPLAIN代替PROFILE
PROFILE会真实执行查询，耗时长且可能锁表；EXPLAIN只分析执行计划，秒出结果。在Browser中写完Cypher，先点“Explain”按钮，看是否用了索引（NodeIndexSeek）、是否扫描全表（AllNodesScan）。若出现后者，说明缺少索引，立即执行CREATE INDEX ON :Movie(title)。
技巧3：问句测试，用test.py而非反复刷新前端
test.py是专为调试设计的脚本：
from process_question import answer_question
print(answer_question("梁朝伟合作最多的演员是谁"))
运行python test.py，终端直接输出答案和Cypher，免去前端交互干扰，定位问题快3倍。
技巧4：毕设答辩演示，提前录制“故障恢复”视频
答辩时网络波动、Neo4j崩溃是常态。建议提前录一段视频：演示data2neo4j.py重跑、server.py重启、前端刷新全过程，时长<60秒。当现场出问题时，播放此视频，既专业又体现工程素养。
技巧5：扩展新意图，三步法保成功
想支持“电影票房查询”？按此流程：
1. 在questions/train.txt中添加10条标注样本，格式票房多少\t阿甘正传；
2. 修改question_classification.py的LABELS列表，增加"box_office"；
3. 在question_template.py中加模板box_office_template = "MATCH (m:Movie) WHERE m.title = '{movie}' RETURN m.box_office"；
4. 重新训练模型（python train_classifier.py），5分钟搞定。
最后分享一个小技巧：本包所有日志都打到
logs/目录，server.log记录每次提问的完整链路。答辩前夜，删掉旧日志，跑一遍所有测试问句，然后把server.log打印出来——这是你最硬核的“系统稳定运行证明”。
6. 个人实操体会：为什么这个包能帮你省下至少两周时间
我第一次带知识图谱毕设是在2019年，当时让学生自己搭环境：从下载Neo4j、配置Java环境变量、学习Cypher语法、爬豆瓣电影数据、清洗CSV、写导入脚本、调jieba分词、标问句数据、训TextCNN、搭Flask、写前端……一个学生花了23天，才跑通第一条“导演是谁”的查询。期间他重装了4次系统，因为Java版本冲突、Neo4j端口被占用、jieba词典路径错误等问题反复出现。
这个实战包，就是把那23天里所有“非智力劳动”全部封装掉的结果。它不承诺教会你图神经网络，但它保证：
- 第1天下午，你能看到Neo4j Browser里出现“周星驰”节点；
- 第2天上午，data2neo4j.py成功导入全部数据；
- 第2天下午，python test.py输出“阿甘正传的导演是罗伯特·泽米吉斯”；
- 第3天，index.html在浏览器里正常提问并返回答案；
- 第4天，你开始修改question_template.py，加入自己的业务逻辑；
- 第5天，你写完毕设报告的“系统实现”章节，附上5张Browser截图和3张前端交互图。
它存在的意义，不是替代你的思考，而是把思考聚焦在真正有价值的地方：如何设计更合理的实体关系？怎样优化Cypher让查询更快？如果用户问“周星驰和吴孟达合作过几次”，现有模板能否支持？这些才是知识图谱问答的核心挑战，而不是卡在“为什么jieba不识别周星驰”。
所以，别把它当一个下载即用的玩具。把它当作一把已经磨好的刀——刀刃锋利，握柄舒适，你只需决定砍向哪块木头。电影领域只是示例，把movie.csv换成你的电商商品表，把person.csv换成供应商表，把acted_in关系换成supplies，这套流程依然成立。知识图谱的本质，从来不是技术堆砌，而是用图的思维，重新组织你手头的数据。现在，刀给你了，木头，就在你桌上。
简介：一套开箱即用的电影领域问答系统，底层用Neo4j构建包含电影、人物、类型三类实体及关联关系的知识图谱。提供完整原始数据：movie.csv、person.csv、genre.csv等实体表，以及person_to_movie.csv、movie_to_genre.csv等关系表，支持一键导入图数据库。代码模块分工明确——data2neo4j.py完成数据清洗与入库；process_question.py和question_classification.py负责中文问句分词、意图识别与槽位抽取；server.py和client.py搭建轻量HTTP服务，配合index.html实现浏览器端自然语言提问；配套有自定义词典userdict3.txt、分词词表vocabulary.txt、分类标签label.txt等NLP基础资源。项目含详细设计报告（Word）、Markdown说明文档、多张运行界面截图，requirements.txt已锁定Python 3.6兼容依赖。无需额外配置，解压后按文档执行几条命令即可启动服务，支持如‘王家卫导演过哪些爱情片’‘梁朝伟合作最多的演员是谁’等多样化查询，答案从图谱中路径匹配生成，结构清晰可读。适合高校课程设计、毕设落地或知识图谱+问答技术入门实操。
扫一扫
1423
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
